O Google (abre em nova aba) acaba de colocar um estúdio musical completo dentro do bolso de qualquer pessoa que use o aplicativo do Gemini (abre em nova aba), capaz de transformar simples comandos de texto ou até uma fotografia em uma música inteira de três minutos. A novidade atende pelo nome de Lyria 3.5, modelo de geração de áudio de alta fidelidade desenvolvido pelo Google DeepMind (abre em nova aba) e liberado mundialmente nesta sexta-feira (30) como parte do pacote de atualizações de outubro da empresa. Há apenas um detalhe bem típico das gigantes de tecnologia: enquanto a vitrine para o público brilha, desenvolvedores que testaram o sistema nos bastidores viram 19 de 22 pedidos de música serem barrados pelos filtros de segurança da própria empresa, incluindo uma inofensiva faixa instrumental de música country.
Para quem só quer brincar de produtor musical pelo celular ou computador, a evolução prática é imediata. Enquanto o antigo Lyria 3 comum entregava apenas trechos curtos de 30 segundos, a versão 3.5 compõe faixas que vão de meio minuto a três minutos completos, com direito a vários versos, refrões e pontes que fazem sentido juntos. O usuário abre o Gemini na web, no Android ou no iOS, escolhe o gênero musical, decide se quer vocais cantados ou apenas instrumentos e pode usar modelos prontos para situações específicas, que vão de trilhas de fundo a músicas de aniversário personalizadas.
A parte mais curiosa da documentação técnica do modelo é que você não precisa nem saber descrever o som que quer: o sistema aceita imagens como ponto de partida e devolve tanto a letra escrita quanto o arquivo de áudio em formato MP3 estéreo com qualidade padrão de estúdio (44,1 kHz). Esse avanço na disputa pelo mercado de mídia sintética, que o IA.com.br acompanha de perto a cada atualização das grandes plataformas, mostra que a estratégia agora é esconder a complexidade técnica atrás de um bate-papo simples.
Um produtor virtual no iPhone e um guarda de trânsito na porta
Além de embutir a tecnologia no assistente principal, a gigante das buscas abriu uma frente dedicada com o aplicativo Google Flow Music, disponível gratuitamente para iPhone (com compras internas). Ali, o Lyria 3.5 funciona como o motor de um estúdio onde o usuário conversa com um "Produtor" controlado pelo Gemini: basta pedir em linguagem natural para "deixar o baixo mais pesado" ou "cantar a letra com uma voz mais grave" para alterar a faixa inteira. O aplicativo ainda integra o modelo de vídeo Veo para que a pessoa dirija o próprio videoclipe da música gerada e oferece uma área chamada Spaces para criar e compartilhar miniprogramas e efeitos de áudio.
Toda essa liberdade criativa, no entanto, bate de frente com o pavor corporativo de processos judiciais. No fórum oficial do Google para desenvolvedores, uma equipe que preparava a estreia de um serviço de músicas personalizadas para o dia 1º de novembro relatou um bloqueio em massa ao usar o Lyria 3.5. Em uma bateria controlada de 22 testes enviando instruções musicais para criar canções originais em finlandês, apenas três funcionaram; as outras 19 falharam com um aviso de conteúdo proibido por supostamente conterem "palavras sensíveis" que violam a política de uso da empresa, sem que o sistema explicasse qual palavra acionou o alarme.
Para provar que o filtro estava disparando no escuro, os programadores fizeram um teste separado no dia 28 de outubro pedindo apenas uma faixa instrumental de country de 60 segundos, com violão, guitarra e bateria leve. O pedido incluía até uma ordem explícita para não colocar voz humana e não imitar nenhum artista ou música existente, mas mesmo assim foi bloqueado na primeira tentativa antes de passar com instruções reescritas. No papel, o Lyria 3.5 entra na briga direta com rivais dedicados como Suno (que já opera nas versões V4 e V5.5 com músicas de quatro minutos) e MiniMax (que chega a seis minutos), mas o Google ainda precisa calibrar o freio de mão se quiser que sua nova banda toque sem tropeçar na própria censura automática.